Verilerin analizi

Verilerin analizinde öncelikle toplanan nitel veriler sonrasında nicel veriler analiz edilmiştir. Karma araştırmalarda nicel ve nitel analizler eş zamanlı yapılmayabilir. Araştırma dizilerinin birbiri ile bağlantılı olup birbirinden etkilendiği durumlarda nicel ve nitel analizler belli sıraya göre yapılır (Onwuegbuzie, Slate, Leech ve Collins 2007:6). Hangi verilerin önce analiz edileceğinin kararı rastgele alınmaz; aksine hangi veri analizinin önce geleceği önem taşımakta olup analiz sırası araştırmanın amacı doğrultusunda kararlaştırılır

(Teddlie ve Tashakkori, 2015:314). Bu noktada nicel veri seti, nitel veri setinden elde edilen bulgulara bağlı olduğundan ve bu bulgular üzerine inşa edileceğinden öncelikle nitel verilerin analizi gerçekleştirilmiştir.

3.4.1.Nitel Verilerin Analizi

Nitel veri analiz süreci; ham bilginin hacminin azaltılmasını, gerekli bilginin gereksiz bilgiden ayırt edilmesini, önemli örüntülerin tanımlanmasını, verilerin özünün iletilmesini ve verilere çerçeve oluşturmasını içeren bir süreçtir (Patton,2014:432). Nitel verilerin analizinde görüşmeler yoluyla elde edilen verilerin analizinde; içerik analiz yaklaşımı benimsenmiştir. İçerik analizi hacimli olan nitel materyali ele alarak temel tutarlılıkları ve anlamları belirlemeye yönelik herhangi bir nitel veriye indirgeme ve anlamlandırma çabasıdır (Patton, 2014:453). Yıldırım ve Şimşek (2011:228) nitel verilerin analizi sürecini dört aşamada tanımlamaktadırlar: (1) verilerin kodlanması, (2) temaların bulunması, (3) kodların ve temaların düzenlenmesi, (4) bulguların tanımlanması ve yorumlanması olarak aşamalandırmaktadırlar. Bu araştırmada bu aşamalar dikkate alınarak öğretim elemanları ve sınıf öğretmeni adaylarından elde edilen nitel verilerin analizi gerçekleştirilmiştir. Ayrıca nitel verilerin analizi sürecinde herhangi bir nitel veri analiz bilgisayar programından yararlanılmamıştır. Verilerin içerik analizleri yapılırken tümevarımsal yaklaşım benimsenmiştir. Nitel veri analizi doğası gereği ağırlıklı olarak tümevarımsaldır (Teddlie ve Tashakkori, 2015:297). Tümevarımsal analizle örüntüler, temalar veya kategoriler oluşturulduktan sonra, nitel analizin son aşaması olan doğrulama aşamasında kategorilere uymayan verilerin veya sapan durumların incelenmesi dâhil olmak üzere, tümevarımsal içerik analizinin gerçekliğinin ve uygunluğunun test edilmesi ve onaylanması konusunda tümdengelimsel yaklaşım benimsenebilir (Patton, 2014:454).

Nitel verilerin analizine öncelikle ses kayıt cihazına alınan görüşmelerin dökümü yapılarak başlanmıştır. Bilgisayar yardımıyla gerçekleştirilen dökümlerde, her bir görüşmeci için ayrı bir dosya açılmıştır. Verilerin dökümü ve düzenlenmesinden sonraki süreçte kodlama ve temalandırmaya hazırlık olması açısından bir bütün olarak veriler birkaç kez okunmuş, ayrıntılarda anlamsal örüntüler aranmıştır. Veriler okunurken belgelerin kenarına verilerin analizine ışık tutacak nitelikte anahtar kelimeler ve kısa ifadeler içerici hatırlatıcı notlar tutulmuştur. Miles ve Huberman (2016) nitel veri analiz sürecinde verilere ilişkin kenar notları yazma, alan notlarının özetlerini çıkarma ve temalar arasındaki ilişkileri not alma gibi stratejiler önermektedir. Bir sonraki aşamada veriyi tanımlama, sınıflandırma ve

yorumlamak için kodlar ve temalar oluşturulmuştur. Kodlama sürecinde metin verileri içerisindeki önemli bilgileri küçük bilgi kategorileri içine toplanmıştır. Richards (2005) bu kodlamanın anlamın yorumlanması ve yansımasından gelen kodlama olduğunu belirtmektedir. Diğer taraftan kodlama sürecinde verilerde ayıklama yapılmıştır. Creswell (2015) Wolcott’tan aktardığına göre; nitel bir çalışmada bütün bilgilerin kullanılabilir olmadığını ve bazılarını göz ardı edilebileceğini ifade etmektedir. Sonraki aşamada elde edilen kodlar, araştırmanın alt amaçları ışığında ve görüşme sürecinde yönlendirilen sorular çerçevesinde temalara indirgenmiştir. Yıldırım ve Şimşek (2011) nitel veri analiz sürecinde temalandırma işlemi yapılırken araştırmanın alt amaçlarının araştırmacının pusulası olduğunu, analizin ilerleyen aşamalarında temalar ve alt temaların belirlenmesinde araştırmanın alt problemlerinin araştırmacıya yol gösterici olduğunu dile getirmektedir. Bu noktada birbirine yakın kodlar ve aynı anlamsal örüntüyü işaret eden kavramlar belirli temalara dönüştürülmüştür. Temalar; birçok özgün örneği (veya daha önce belirlediğiniz kodları ya da veri birimini) “kapsayan” ve birbiriyle ilişki kuran kavramsal öğelerdir (Merriam, 2013:173). Temalar isimlendirilirken araştırmanın amacına ve teorik çerçevesiyle uyumlu olmasına, ayrıca temaların verilere mümkün oldukça duyarlı ve kapsamlı olmasına dikkat edilmiştir. Ayrıca temalandırma sürecinde üç eğitim bilimleri ve üç sınıf öğretmenliği anabilimdalı uzman görüşüne başvurularak temaların isimlendirilmesinde görüşleri alınmıştır. Temalandırma işlemi bitirildikten sonra kategorilere uymayan verilerin veya sapan durumların incelenmesi dahil olmak üzere tümevarımsal içerik analizinin gerçekliğinin ve uygunluğunun test edilmesi ve onaylanması konusunda tümdengelimsel yaklaşımla veri setinden rastgele seçilen birkaç veri gruplarıyla temaların uyumu ve işlevselliği kontrol edilmiştir. Bu kontrol işleminden sonra verilerden elde edilen temaların görselleri oluşturulmuştur. Son olarak söz konusu bulgular açıklanırken katılımcıların ifadelerine yer verilmiştir. Bu noktada katılımcı öğretmen adayları ve öğretim elemanlarına kodlar verilmiştir. Sınıf öğretmen adayları Ö.A.1, Ö.A.2, Ö.A.3 olarak, öğretim elemanları Ö.E.1, Ö.E.2, Ö.E.3 olarak kodlanmıştır.

3.4.2. Nicel Verilerin Analizi

Araştırmanın nicel boyutunda “cinsiyet”, “ikinci dile sahip olma” ve “değişim programlarına katılım durumu” bağımsız değişkenler olarak belirlenmiştir. Araştırmanın nitel boyutundan elde edilen bilgiler çerçevesinde ve ilgili alanyazın bağlamında söz konusu bağımsız değişkenlerin sınıf öğretmeni adaylarının kültürel değerlere duyarlı eğitime

hazırbulunuşluklarını doğrudan veya dolaylı bir şekilde etkileyebileceği öngörüsüdür. Bu bağlamda nicel verilerin analizine geçilmeden önce parametrik ya da parametrik olmayan testlerin seçiminde bağımsız değişkenler için normal dağılım şartının sağlanma durumu incelenmiştir. Pallant’a (2007:63) göre büyük örneklemler ile (200’den büyük) yapılan çalışmalarda normallik dağılımını gösteren P-P grafiği gibi grafiklere bakılmasının daha önemli olduğu ifade edilmektedir. Bu açıdan öncelikle normallik varsayımları açısından 1366 sınıf öğretmen adayından veri toplanmış olması normallik varsayımını karşılayan önemli bir ölçüttür. Diğer taraftan normallik şartının incelenmesinde puanların normal Q-Q grafiği ve normal dağılım grafiği incelenmiştir. Şekil 3’de söz konusu grafikler sunulmuştur.

Şekil 3. Normal Q-Q ve normal dağılım grafiği

Normallik varsayımlarının karşılanması noktasında Şekil 3’de görülen grafiklere göre dağılımın normal olduğu görülmüş, bu noktadan hareketle bağımsız değişkenleri parametrik testler yapılmıştır. Araştırmanın nicel boyutunda beşli likert ölçeği ile sınıf öğretmen adaylarından elde edilen veriler bilgisayar destekli istatistiki analiz programıyla analiz edilmiştir. Araştırma kapsamında toplanan verilerin betimlenmesinde ve araştırmadan elde edilen bulgulardan hareketle genellemelerin yapılmasında istatistikten yararlanılmaktadır (Shavelson, 2016:8). Bu kapsamda araştırma için toplanan ham verilerin yorumlanabilir bir biçime dönüştürülmesi amacıyla betimleyici istatistiklerden aritmetik ortalama ve standart sapma değerlerinden yararlanılmıştır. KDEHÖ ile elde edilen ortalamaların yorumlanmasında; 1.00-1.80 arasındaki ortalama değerlerin “Kesinlikle

Katılmıyorum”, 1.81-2.60 arasındakilerin “Katılmıyorum”, 2.61-3.40 arasındakilerin “Kararsızım”, 3.41-4.20 arasındakilerin “Katılıyorum” ve 4.21-5.00 arasındakilerin ise “Tamamen Katılıyorum” derecesinde değer taşıdığı kabul edilmiştir. Buna göre, sınıf öğretmeni adaylarının ölçeğin alt ölçeklerinden aldıkları puanların ortalaması; 1.00-1.80 arasında ise hazırbulunuşluk düzeyleri çok düşük, 1.81-2.60 arasında ise hazırbulunuşluk düzeyleri düşük, 2.61- 3.40 arasında ise hazırbulunuşluk düzeyleri orta düzeyde, 3.41-4.20 arasında ise hazırbulunuşluk düzeyleri yüksek ve 4.21-5.00 arasında ise hazırbulunuşluk düzeyleri çok yüksek yorumları yapılmıştır. Örnekleme grubundan elde edilen verilere dayalı olarak betimsel istatistik tekniklerinden “ortalama ve standart sapma”, çıkarımsal istatistiklerden “bağımsız örneklemler için t-testi” yapılmıştır.